TLDR : Nvidia veut faire financer l’infrastructure d’IA par plus de 500 milliards de dollars de capitaux tiers, avec des prêts adossés au calcul et, dans certains cas, un soutien de valeur résiduelle pouvant aller jusqu’à 25 %. L’idée peut accélérer l’investissement sans gonfler directement le bilan de Nvidia. Son point faible est clair : la valeur future d’un GPU reste beaucoup plus incertaine que celle d’un actif tangible, comme l’immobilier.

Le financement devient la nouvelle limite de l’IA

Le marché de l’intelligence artificielle est en train de changer de nature. Jusqu’ici, la question dominante était technologique : qui possède les meilleurs modèles, les puces les plus rapides, le logiciel le plus efficace, ou l’accès à suffisamment d’électricité? Depuis quelques mois, une autre contrainte prend une place presque aussi importante : qui peut encore payer l’infrastructure nécessaire pour suivre le rythme? C’est à cet endroit que l’annonce de Nvidia devient intéressante. Le groupe ne cherche plus seulement à vendre davantage de processeurs, il veut rendre l’achat de puissance de calcul plus facile à financer.

Le 10 août 2026, Nvidia a annoncé des partenariats avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, et KKR afin de mettre en place des plateformes capables de mobiliser, au fil du temps, plus de 500 milliards de dollars de capitaux tiers pour l’infrastructure d’IA. Le montant est spectaculaire, mais il faut le lire correctement : il ne s’agit ni de 500 milliards déjà levés, ni de 500 milliards inscrits au bilan de Nvidia, ni d’un fonds unique distribué automatiquement à ses clients. Les investisseurs doivent examiner les projets, leur utilisation prévue, leurs flux de trésorerie, et leur valeur résiduelle. ^1,2

À mon sens, c’est précisément ce détail qui rend le projet plus important qu’une simple opération commerciale. Nvidia tente de faire évoluer le statut économique de son produit. Un GPU n’aurait plus seulement vocation à être acheté comme une dépense technologique, il pourrait devenir le support d’un financement, d’un crédit, d’un leasing, puis éventuellement de produits de dette distribués à des investisseurs institutionnels. Autrement dit, le groupe essaie de déplacer une partie de l’IA du budget informatique vers les marchés de capitaux.

Le vrai produit n’est peut-être plus la puce, mais sa finançabilité

Le raisonnement de Jensen Huang est facile à résumer : si le calcul génère directement du chiffre d’affaires, alors la capacité de calcul peut être traitée comme un actif productif. Nvidia l’exprime d’ailleurs sans détour avec la formule « In AI, compute is revenue ». Pour un prêteur, la conséquence est importante. Il ne regarde plus uniquement une machine qui perd de la valeur avec le temps ; il regarde un équipement capable d’être loué, utilisé par plusieurs clients, déplacé entre opérateurs, et transformé en revenus pendant plusieurs années. ^1,2

Cette logique existe déjà ailleurs. Une compagnie aérienne finance un avion parce qu’il produit des recettes, une société de transport finance des camions parce qu’ils peuvent être exploités, et un opérateur télécom finance un réseau parce que l’infrastructure facture un service. Nvidia voudrait faire entrer ses systèmes dans cette famille d’actifs. L’ambition est cohérente : si des fonds de pension, des assureurs, ou des fonds de crédit acceptent de prêter contre des flux liés au calcul, l’industrie peut investir beaucoup plus vite que si chaque laboratoire d’IA devait tout financer avec ses fonds propres.

Mais la comparaison atteint vite sa limite. Un avion possède un marché secondaire relativement lisible, un immeuble peut rester utile pendant plusieurs décennies, et une autoroute ne devient pas technologiquement obsolète parce qu’un concurrent sort une nouvelle génération quatre mois plus tard. Le GPU, lui, appartient à une industrie où la performance par Watt, le coût par token, les interconnexions, et les logiciels évoluent rapidement. Même si une ancienne génération continue à fonctionner, sa valeur économique dépend du prix auquel une génération plus récente peut produire le même calcul.

C’est là, selon moi, que se trouve le pari fondamental. Nvidia ne demande pas seulement à Wall Street de croire à la demande d’IA. Elle lui demande de croire à la persistance de la valeur économique de son propre écosystème : CUDA, la compatibilité logicielle, la possibilité de redéployer des machines, l’existence d’un marché de location, et la capacité de ses clients à maintenir des taux d’utilisation élevés. Si ces éléments tiennent, un GPU peut ressembler à un actif d’infrastructure. S’ils se dégradent, il redevient très vite du matériel informatique coûteux.

Pourquoi les 25 % comptent davantage que les 500 milliards

Le point le plus sensible du dispositif n’est donc pas son enveloppe théorique. C’est le mécanisme de soutien que Nvidia envisage dans certains projets. Dans sa propre présentation, le groupe indique qu’il peut fournir, au cas par cas, un soutien de valeur résiduelle pouvant aller jusqu’à 25 % d’une opération. Ce n’est pas la même chose que garantir systématiquement un quart de chaque prêt, et cette nuance est importante. Le principe reste néanmoins puissant : le vendeur du matériel accepte de prendre une partie du risque si la valeur future de l’actif n’est pas celle qui avait été anticipée. ²

On retrouve ici une logique de financement fournisseur, mais à une échelle inhabituelle. Un constructeur automobile peut faciliter le crédit pour vendre davantage de véhicules ; un équipementier industriel peut garantir une valeur de reprise ; un fabricant peut soutenir une société de leasing qui achète ses produits. Nvidia cherche une construction plus large : les capitaux viennent de grands investisseurs indépendants, mais le groupe peut rendre certains dossiers plus finançables en absorbant une partie du risque résiduel.

Jensen Huang insiste sur l’indépendance des prêteurs pour répondre au reproche de financement circulaire. Sur le plan formel, l’argument tient : Apollo ou BlackRock n’ont aucun intérêt à prêter à perte simplement pour aider Nvidia à publier davantage de chiffre d’affaires. Ils doivent rémunérer leurs propres investisseurs et contrôler le risque. Mais l’indépendance du prêteur ne supprime pas tous les problèmes d’incitation. Si le fournisseur garantit une partie de la perte, le prêteur peut accepter un niveau de risque qu’il refuserait sans cette protection. Et si le fournisseur gagne immédiatement sur la vente du matériel alors que les pertes éventuelles apparaissent plusieurs années plus tard, le calendrier économique devient lui aussi asymétrique.

Ce sujet n’est plus théorique. Le 17 août, Nvidia a annoncé un soutien de crédit pouvant atteindre environ 105 milliards de dollars autour du campus PORTS-Pike dans l’Ohio, destiné à accueillir de la capacité de calcul pour OpenAI. Cette opération est distincte des plateformes de 500 milliards, mais elle montre que Nvidia est prête à utiliser son bilan pour accélérer la construction d’infrastructures qui, ensuite, achèteront massivement ses équipements. ⁵

La comparaison avec les crédits immobiliers est utile, mais pas pour la raison que l’on croit

Larry Fink, patron de BlackRock, a comparé le développement de ce marché aux débuts des titres adossés à des créances hypothécaires dans les années 1970, en parlant du « next future of financial engineering ». Jon Gray, chez Blackstone, a lui aussi rapproché la puissance de calcul d’un actif pouvant être financé comme le logement. ⁶ Cette référence peut faire sourire dix-huit ans après la crise financière, mais réduire le débat à « les subprimes reviennent avec des GPU » serait trop facile.

La titrisation n’est pas, en elle-même, une machine à produire des crises. Elle permet de transformer des créances peu liquides en titres que d’autres investisseurs peuvent acheter. Dans le logement américain, le désastre de 2008 est venu d’une combinaison beaucoup plus précise : qualité de crédit dégradée, incitations mal alignées, levier, modèles de risque trop optimistes, notations complaisantes, produits complexes, et conviction qu’un actif sous-jacent ne pouvait presque jamais baisser à l’échelle nationale. C’est cette chaîne qu’il faut garder en tête, pas seulement le mot « hypothèque ».

Le parallèle devient alors réellement intéressant. Si demain des prêts adossés à des GPU sont regroupés, découpés, notés, puis revendus à des assureurs ou à des fonds de pension, la question centrale sera la même que pour n’importe quel marché de crédit : quelle hypothèse de perte est intégrée dans le prix? À quel taux d’utilisation suppose-t-on que les machines fonctionneront? Quelle valeur de revente leur attribue-t-on dans trois, cinq, ou sept ans? Que se passe-t-il si plusieurs emprunteurs rencontrent des difficultés au même moment, précisément parce que la demande d’IA ralentit?

Une maison peut perdre de la valeur, mais elle ne devient pas technologiquement inférieure à une maison sortie quelques mois plus tard. Un GPU peut continuer à fonctionner parfaitement tout en devenant économiquement secondaire. C’est une différence majeure. Le risque n’est pas seulement la panne ou l’usure, c’est l’obsolescence relative. Si une nouvelle architecture divise fortement le coût d’un calcul, le vieux matériel reste opérationnel, mais le revenu qu’il peut produire peut chuter beaucoup plus vite que prévu.

Ce qui pourrait faire fonctionner le modèle

Il serait pourtant excessif de conclure que le projet est condamné. Plusieurs caractéristiques jouent en faveur de Nvidia. Son écosystème logiciel crée des coûts de changement élevés, la demande de calcul reste très forte, les machines peuvent être redéployées entre différents usages, et les opérateurs de cloud savent mesurer précisément leur taux d’utilisation. Ces données donnent aux prêteurs une visibilité que beaucoup d’actifs industriels n’offrent pas.

Le financement peut aussi améliorer l’économie du secteur s’il impose une discipline. Un laboratoire capable de payer ses GPU uniquement grâce à une levée de fonds permanente n’est pas nécessairement un bon emprunteur. En revanche, un opérateur qui signe des contrats pluriannuels avec des clients solvables, facture sa capacité, maintient une utilisation élevée, et possède une marge suffisante peut présenter un profil de crédit beaucoup plus lisible. Dans ce cas, le crédit ne fabrique pas artificiellement la demande, il transforme des revenus futurs en capacité d’investissement immédiate.

Le succès dépendra donc moins de la sophistication du produit financier que de la qualité des flux sous-jacents. Je regarderais d’abord les contrats de location, la solvabilité des utilisateurs finaux, la durée réelle des engagements, les taux d’utilisation, et les valeurs de revente observées sur le marché secondaire. Le nom de Nvidia ne peut pas remplacer ces données indéfiniment.

La réaction boursière du jour de l’annonce, avec une baisse d’environ 2,9 % du titre selon le Financial Times, rappelle d’ailleurs que les investisseurs n’ont pas immédiatement traité les 500 milliards comme un cadeau sans contrepartie. Une séance ne prouve rien, mais elle montre que le marché sait distinguer la croissance financée par la demande de la croissance qui dépend de structures de crédit de plus en plus importantes. ⁴

Le risque de circularité se mesure dans les flux, pas dans les slogans

Le mot « circulaire » est devenu presque automatique dès que Nvidia investit chez un client, garantit une infrastructure, ou participe à un montage qui permet d’acheter ses propres puces. Je pense qu’il faut être plus précis. Une boucle économique n’est pas problématique simplement parce que les acteurs se financent mutuellement. De nombreuses industries fonctionnent ainsi : banques, constructeurs automobiles, équipementiers, promoteurs, loueurs, et assureurs forment des chaînes de financement très intégrées.

Le signal d’alerte apparaît lorsque le financement devient nécessaire pour masquer l’absence de demande finale. Si une entreprise emprunte parce que ses clients paient réellement pour du calcul, le crédit anticipe un revenu. Si elle emprunte principalement parce que le fournisseur, ses investisseurs, ou ses partenaires ont intérêt à maintenir les commandes, le crédit peut alors soutenir artificiellement le chiffre d’affaires de l’écosystème. La différence ne se voit pas dans le communiqué de presse, elle se voit dans les flux de trésorerie.

C’est pourquoi les prochains trimestres seront plus instructifs que les déclarations. Il faudra observer la part des projets réellement financés, les taux auxquels ils empruntent, les garanties exigées, la proportion de risque effectivement reprise par Nvidia, les premières opérations de titrisation, et surtout la capacité des utilisateurs finaux à payer le service sans dépendre continuellement de nouvelles levées de capitaux.

J’ajouterais un autre indicateur : la manière dont les prêteurs valorisent les générations précédentes de GPU. Si un marché secondaire profond apparaît, avec des prix relativement stables et des possibilités de redéploiement crédibles, Nvidia aura gagné une partie essentielle de son pari. Si les valeurs résiduelles se dégradent brutalement à chaque nouveau cycle technologique, la finance devra demander davantage de garanties, raccourcir les maturités, ou augmenter les taux. Le modèle deviendra alors beaucoup moins puissant.

Nvidia essaie de financer sa propre demande sans devenir une banque

L’annonce des 500 milliards raconte finalement quelque chose de plus large sur le cycle actuel de l’IA. L’industrie ne manque plus seulement de puces ou d’électricité ; elle commence à manquer de bilans capables d’absorber l’investissement. Quand un secteur arrive à ce stade, la finance cesse d’être un outil périphérique et devient une composante de la stratégie industrielle.

Nvidia a compris cette transition. Son avantage ne consiste plus seulement à produire le matériel dominant. Il consiste aussi à rendre cet équipement acceptable pour les marchés de crédit, à convaincre des investisseurs de long terme que le calcul peut être traité comme une infrastructure, et à offrir assez de protection pour que le capital afflue sans que l’entreprise porte seule tout le financement.

Je ne crois pas que la bonne lecture soit « Nvidia est devenue une banque ». La société reste le fournisseur, les gestionnaires d’actifs restent les prêteurs ou les investisseurs, et les projets doivent être évalués individuellement. En revanche, Nvidia devient l’architecte financier de son propre écosystème. C’est beaucoup plus intéressant, parce que cela signifie que sa croissance future dépendra autant de la qualité du crédit créé autour de ses produits que de la prochaine génération de puces.

Le dispositif peut devenir une innovation majeure si les actifs conservent leur valeur, si les emprunteurs génèrent de vrais revenus, et si la discipline de crédit reste intacte. Il peut aussi amplifier un retournement si la demande ralentit alors que des centaines de milliards de dette ont été construits sur des hypothèses de taux d’utilisation, de prix, et de valeur résiduelle trop optimistes. Pour moi, c’est là que se trouve le sujet : pas dans le chiffre spectaculaire de 500 milliards, mais dans la tentative de transformer une technologie à obsolescence rapide en actif de long terme. C’est un pari industriel, financier, et comptable à la fois.

Vous avez aimé cet article? Inscrivez-vous à la newsletter.

Repères documentaires

1. NVIDIA, communiqué du 10 août 2026, « NVIDIA Partners With Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs and KKR… » — Consulter la source

2. Jensen Huang / NVIDIA Blog, 11 août 2026, « NVIDIA AI Factory Compute Is Becoming an Investable Asset Class » — Consulter la source

3. Reuters, 10 août 2026, partenariat de financement de plus de 500 milliards de dollars et soutien pouvant atteindre 25 % — Consulter la source

4. Financial Times, août 2026, analyse du financement et réaction boursière de Nvidia — Consulter la source

5. Reuters, 17 août 2026, soutien de crédit de Nvidia au campus PORTS-Pike dans l’Ohio — Consulter la source

6. DBS, 17 août 2026, synthèse des déclarations de Larry Fink et Jon Gray sur le financement du calcul IA — Consulter la source

Avertissement : ce texte est une analyse personnelle à caractère informatif. Il ne constitue ni un conseil en investissement, ni une recommandation d’achat, de vente ou de conservation d’actions Nvidia, de titres de dette, ou de tout autre instrument financier. Les montages décrits peuvent évoluer, et leur risque dépendra des contrats, des garanties, des emprunteurs, et des conditions de marché.